為什麼要使用 Python 來分析資料?

對很多人而已，使用 Python 來設計程式有很強的吸引力。

自 1991 年問世以來，Python、Perl、Ruby及其他直譯語言已經成為最受歡迎的直譯語言，自 2005 年起，人們喜歡使用 Python 與 Ruby 的大量 web 框架 (Ruby on Rails) 與 (Django) 來建構網站。

由於各種歷史和文化原因，Python 在直譯語言中已經形成一個龐大且活躍的科學計算和資料分析社群。

在過去的 20 年中，Python 已經從一種邊緣的「風險自負」科學計算語言變成資料科學界、機器學習界、學術界、業界的重要軟體開發語言。

在資料分析和互動式計算及資料視覺化方面，大眾難免會拿 Python 與其他常見的開源和商業城市語言及工具做比較，例如 R 、MATLAB、SAS、Stata 等。

近年來，改進後的 Python 開源程式庫(例如 pandas 和 scikit-learn)，使得 Python 成為資料分析任務的熱門選擇。

今日的分享就到這囉，我們明天見，掰掰！